[發明專利]一種基于文本規則的公司簡稱識別方法及系統

有效

• 申請號: 201710486058.5
• 申請日: 2017-06-23
• 公開（公告）號: CN107423285B
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 吳遠輝
• 申請（專利權）人: 廣州市萬隆證券咨詢顧問有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/31
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 胡輝

1.一種基于文本規則的公司簡稱識別方法，其特征在于，包括以下步驟：

根據需要識別的公司全稱，通過對應的上市公司公告文本進行簡稱抽取，得到待檢測簡稱，并對待檢測簡稱進行有效性分析；

根據需要識別的公司全稱，通過網絡搜索進行簡稱識別；

所述的根據需要識別的公司全稱，通過對應的證券公告文本進行簡稱抽取，得到待檢測簡稱，并對待檢測簡稱進行有效性分析，這一步驟具體包括：

根據需要識別的公司全稱，加載該公司的上市公司公告資訊文本；

從上市公司公告資訊文本中抽取含有該公司全稱的句子和段落，得到抽取樣本；

從抽取樣本中根據預設的抽取規則進行簡稱抽取，并從上市公司公告資訊文本中根據預設的表格特征進行簡稱抽取，得到若干的待檢測簡稱；

判斷待檢測簡稱是否有效，若是，則結束識別過程；反之，則繼續識別過程。

2.根據權利要求1所述的一種基于文本規則的公司簡稱識別方法，其特征在于：所述根據需要識別的公司全稱，通過網絡搜索進行簡稱識別，這一步驟具體包括：

根據需要識別的公司全稱，結合預設的搜索規則進行網絡搜索，得到網絡搜索結果；

對網絡搜索結果進行分析，對每項網絡搜索結果的摘要進行抽?。?/p>

根據預設的抽取規則，對得到的摘要進行簡稱抽取，得到若干的待測公司簡稱；

對待測公司簡稱進行數據清洗，得到并保存清洗后的公司簡稱。

3.一種基于文本規則的公司簡稱識別系統，其特征在于，包括：

公告文本分析單元，用于根據需要識別的公司全稱，通過對應的上市公司公告文本進行簡稱抽取，得到待檢測簡稱，并對待檢測簡稱進行有效性分析；

搜索分析單元，用于根據需要識別的公司全稱，通過網絡搜索進行簡稱識別；

所述公告文本分析單元具體包括：

公告加載單元，用于根據需要識別的公司全稱，加載該公司的上市公司公告資訊文本；

樣本抽取單元，用于從上市公司公告資訊文本中抽取含有該公司全稱的句子和段落，得到抽取樣本；

簡稱抽取單元，用于從抽取樣本中根據預設的抽取規則進行簡稱抽取，并從上市公司公告資訊文本中根據預設的表格特征進行簡稱抽取，得到若干的待檢測簡稱；

簡稱檢測單元，用于判斷待檢測簡稱是否有效，若是，則結束識別過程；反之，則繼續識別過程。

4.根據權利要求3所述的一種基于文本規則的公司簡稱識別系統，其特征在于：所述搜索分析單元具體包括：

搜索單元，用于根據需要識別的公司全稱，結合預設的搜索規則進行網絡搜索，得到網絡搜索結果；

摘要抽取單元，用于對網絡搜索結果進行分析，對每項網絡搜索結果的摘要進行抽取；

簡稱分析單元，用于根據預設的抽取規則，對得到的摘要進行簡稱抽取，得到若干的待測公司簡稱；

數據清洗單元，用于對待測公司簡稱進行數據清洗，得到并保存清洗后的公司簡稱。